Hasil Pencarian  ::  Simpan CSV :: Kembali

"Jaringan pipa merupakan sebuah investasi yang besar. Dengan melakukan optimasi, jaringan pipa yang didapat merupakan jaringan pipa yang efektif dan efisien, sehingga biaya yang dikeluarkan dapat diminimalisasi. Optimasi menggunakan Metode Simulated Annealing dilakukan pada jaringan pipa, untuk mendapatkan diameter pipa yang optimum. Supaya mendapatkan hasil yang baik, optimasi yang dilakukan dengan harus memenuhi kriteria-kriteria yang diberikan. Metode Hardy Cross digunakan untuk melakukan koreksi aliran pada masing-masing pipa. Setelah melakukan input parameter-parameter Simulated Annealing, optimasi akan bekerja dan kemudian hasil yang didapat adalah biaya hasil optimasi, diameter setiap pipa, kecepatan aliran, dan head pada setiap node. Proses optimasi ini dilakukan dengan bantuan perangkat lunak MATLAB.

---

Pipe network is a big investment. Optimization can produce the pipe network which is effective and efficient, so it can minimize the cost. Simulated Annealing Method was used to do the optimization, to get optimum pipe size. In order to get a good result, all constrain must be satisfied. Hardy Cross Method was used to do the correction flow part in this optimization. After inputted some Simulated Annealing parameter, the optimization process will work and the result are the total cost of pipe network, diameter each pipe in every single link, flow velocity, and head at each node. This optimization was done by using MATLAB."

"Prospek penggunaan gas alam sebagai bahan bakar dalam beberapa tahun kedepan akan meningkat. Jaringan pipa adalah salah satu faktor penting dalam industri produksi gas, khususnya untuk transmisi dan distribusi gas. Jaringan pipa memerlukan biaya yang besar namun banyak yang dirancang dengan cara trial and error. Penelitian ini dilakukan untuk mengoptimasi pemilihan diameter pipa pada jaringan pipa gas ber-loop menggunakan Algoritme Genetika (AG) demi mendapatkan biaya investasi pipa terendah. Perangkat lunak GAPINOS dibangun dari GUI MATLAB untuk menjalankan proses optimasi dan simulasi aliran. Dari penelitian ini dihasilkan kombinasi pipa dengan biaya terendah pada jaringan pipa gas Universitas Indonesia serta presentase penghematan akibat optimasi.

---

Natural gas has a great outlook in the near future since its industry has rapidly grown over the last decade. Pipe network is key factor for gas industries, mainly for gas transmissions and distributions. Despite that building pipe networks were costly, most of the existing network designs were based on trial and error methods. This research was conducted to optimize pipe size selection using Genetic Algorithm (GA) in order to find the minimum pipe cost of a looped gas pipe network. GAPINOS software was built from MATLAB GUI to run optimization and flow simulation. This research provides an optimum pipe size combination with the minimum cost for Universitas Indonesia gas pipe network and saving percentage which contrasted the importance of optimization."

"Penempatan barang merupakan suatu permasalahan yang signifikan bagi manajemen toko pengecer, mengingat adanya sumber daya ruang rak penjualan yang terbatas namun variasi produk yang terus-menerus bertambah. Di toko pengecer, strategi pemajangan yang berbeda secara langsung mempengaruhi keputusan pembelian pelanggan dan keuntungan toko pengecer. Dalam studi sebelumnya, penelitian sebagian besar menempatkan barang ke ruang rak berdasarkan kesamaan informasi jenis produknya saja. Di sisi lain, dalam prakteknya terdapat permasalahan bahwa semua rak diperlakukan sama pentingnya dan perilaku pelanggan yang biasanya berjalan pada kedua ujung lorong daripada berjalan di lorong tidak diperhitungkan.Penelitian ini akan membahas mengenai optimasi penempatan barang pada rak penjualan toko pengecer dengan mempertimbangkan hubungan kedekatan antar kategori produk dan bobot penting antar ruang rak yang dapat memaksimalkan potensi keuntungan toko pengecer, dengan metode penyelesaian algoritma simulated annealing. Hasilnya diperlihatkan konfigurasi penempatan barang berdasarkan hubungan kedekatan dan bobot penting......helf management is a significant issue for the management of retail stores, given the sales rack space resources are limited but the variety of products is constantly increasing. In retail stores, displays of different strategies directly affect the purchasing decisions of customers and profits shop retailers. In previous studies, most studies put the goods into the shelf space based on common types of product information only. On the other hand, in practice there are problems that all shelves are treated as important and customer behavior that typically runs on both ends of the hall rather than walk down the aisle is not taken into account.This research will discuss the optimization of shelf management in the retail store shelves by considering the relationship between the proximity of important product categories and weights between shelf space to maximize the profit potential retailer, with completion method of simulated annealing algorithm. The results are shown in the configuration of the placement of goods based on proximity relations and weights importance."

"Indonesia sebagai negara kepulauan, memerlukan sistem transportasi yang efisien sebagai penghubung antar wilayah. Kapal sebagai alat transportasi laut menjadi sarana utama dalam mengatasi tantangan mobilitas di Indonesia, khususnya proses pendistribusian barang dalam jumlah besar. Akan tetapi, belum meratanya pengembangan ekonomi dan infrastruktur di wilayah Indonesia bagian timur mengakibatkan terjadinya kesenjangan antar wilayah dan disparitas harga karena tingginya biaya operasional dalam proses pendistribusian barang. Berdasarkan kondisi tersebut, pemerintah mengambil langkah dalam mengoptimalkan peluang ekonomi melalui program tol laut. Tol laut direalisasikan sebagai trayek yang efektif dan efisien sehingga jalur paling ideal dibutuhkan dalam proses pendistribusian barang ke setiap wilayah di Indonesia. Optimasi rute pelayaran pada trayek tol laut perlu dilakukan sebagai langkah krusial untuk menghasilkan jalur paling ideal yang lebih efektif dalam mengurangi biaya operasional dan keterlambatan pendistribusian barang. Penelitian ini mengimplementasikan travelling salesman problem dengan algoritma simulated annealing sebagai metode optimasi pemilihan rute pelayaran. Metode tersebut menghasilkan pemilihan rute yang optimal dengan fungsi objektif jarak tempuh minimum. Penelitian ini bertujuan untuk menguji apakah trayek tol laut 2023 yang telah dijalankan oleh pemerintah merupakan jalur terbaik berdasarkan jarak terpendek. Hasil penelitian menunjukan bahwa terdapat 12 rute baru yang memiliki jarak lebih dekat dibandingkan dengan rute pada trayek tol laut yang telah dijalankan oleh pemerintah. Penelitian juga menghasilkan estimasi biaya bahan bakar yang menurun pada 12 rute tersebut. Berkurangnya biaya bahan bakar ini dapat mengurangi tingginya biaya operasional dalam proses pendistribusian barang. Hasil ini dapat menjadi masukan bagi pemerintah Indonesia, khususnya Kementerian Perhubungan sebagai bahan evaluasi dalam Keputusan Direktur Jenderal Perhubungan Laut Nomor: KP-DJPL 678 Tahun 2023.

---

Indonesia, as an archipelagic country, requires an efficient transportation system to connect its regions. Ships, as the primary means of sea transportation, are essential for overcoming mobility challenges in Indonesia, particularly in the distribution of goods in large quantities. However, the uneven economic and infrastructure development in eastern Indonesia has resulted in regional disparities and price differences due to high operational costs in the distribution process. In response to these conditions, the government has taken steps to optimize economic opportunities through the tol laut program. The tol laut program is designed to be a cost-effective and efficient shipping route network, thus necessitating the most ideal routes for the distribution of goods to every region in Indonesia. Optimizing the shipping routes of the Tol Laut is crucial for creating the most ideal routes that are more effective in reducing operational costs and delays in goods distribution. This research implements the travelling salesman problem using the simulated annealing algorithm as a method for optimizing the selection of shipping routes. This approach identifies the most efficient routes to minimize travel distances. This study aims to test whether the tol laut 2023 routes implemented by the government are the best routes based on the shortest distance. The results of the study indicate that there are 12 new routes with shorter distances compared to the routes of the sea toll previously implemented by the government. The research also estimates a decrease in fuel costs for these 12 routes. This reduction in fuel costs can lower the high operational costs in the goods distribution process. These findings can provide input for the Indonesian government, particularly the Ministry of Transportation, as evaluation material in the Decision of the Director General of Sea Transportation Number: KP-DJPL 678 of 2023."

"Galangan kapal memiliki peran penting dalam mendukung industri maritim dan memberikan dampak signifikan pada perekonomian suatu negara. Dalam operasionalnya, tata letak fasilitas galangan sangat berpengaruh terhadap produktivitas dan biaya produksi. Material handling cost merupakan komponen utama dalam perencanaan tata letak fasilitas, mencakup 30%-70% dari biaya produksi total. Optimasi tata letak galangan kapal menjadi sangat penting untuk mengurangi biaya ini dan meningkatkan produktivitas, terutama dengan mempertimbangkan perkembangan ukuran kapal dan penggunaan material berat. Penelitian ini bertujuan untuk mendapatkan tata letak galangan kapal yang optimal dengan meminimalisir material handling cost menggunakan dua metode: Brute dan Simulated Annealing (SA). Metode SA merupakan algoritma optimasi yang memanfaatkan probabilitas dan mekanika statistik untuk mencapai solusi optimal. Hasil penelitian menunjukkan bahwa metode SA lebih efektif dan efisien dibandingkan metode Brute dalam mengurangi material handling cost, dengan penurunan yang lebih signifikan dan proses yang lebih stabil. Implementasi kedua metode menggunakan bahasa Python dalam Visual Studio Code membuktikan bahwa metode SA dapat mencapai pengurangan material handling cost yang lebih besar, sehingga memberikan solusi tata letak galangan yang lebih optimal dan sistematis.

---

Shipyards play a crucial role in supporting the maritime industry and have a significant impact on a country's economy. The layout of shipyard facilities is essential for optimizing productivity and reducing production costs. Material handling cost is a major component of facility layout planning, accounting for 30%-70% of total production costs. Optimizing shipyard layouts is vital for reducing these costs and enhancing productivity, particularly given the increasing size of ships and the use of heavy materials. This research aims to achieve an optimal shipyard layout by minimizing material handling costs using two methods: Brute and Simulated Annealing (SA). SA is an optimization algorithm that leverages probability and statistical mechanics to reach an optimal solution. The study's findings indicate that SA is more effective and efficient than the Brute method in reducing material handling costs, with more significant reductions and a more stable process. The implementation of both methods using Python in Visual Studio Code demonstrates that SA can achieve greater reductions in material handling costs, thus providing a more optimal and systematic shipyard layout solution."

"Kesehatan merupakan salah satu modal manusia yang sangat diperlukan bagi kehidupan setiap manusia karena kesehatan mendukung produktivitas manusia. Pentingnya kesehatan dalam menunjang kehidupan menuntut adanya suatu forum pelayanan kesehatan, salah satunya adalah rumah sakit. Rumah sakit memiliki peran penting dalam sistem pelayanan kesehatan sehingga diperlukan upaya untuk mempertahankan dan meningkatkan mutu pelayanannya. Salah satu cara yang dapat dilakukan adalah melalui sumber daya manusia kesehatan khususnya perawat. Mutu pelayanan kesehatan di rumah sakit sangat ditentukan oleh pelayanan atau asuhan keperawatan karena perawat 24 jam dalam memberikan pelayanan. Namun pada kondisi saat ini terjadi tingkat turnover perawat yang tinggi yang disebabkan oleh tingginya beban kerja perawat. Untuk mengatasi hal tersebut dapat dilakukan proses manajemen penjadwalan perawat untuk mendapatkan hasil penjadwalan perawat yang optimal. Nurse Scheduling Problem atau sering disingkat NSP merupakan salah satu optimasi pemodelan masalah dalam penjadwalan perawat. Keluaran dari penelitian ini adalah model optimasi NSP yang dapat menghasilkan penjadwalan perawat yang optimal. Ada beberapa metode untuk memecahkan masalah NSP. Salah satunya dengan menggunakan metode metaheuristik yaitu berupa algoritma Simulated Annealing dengan pencarian lokal berupa operator Swap. Penelitian ini akan menggunakan masalah instance LLR yang berasal dari Hong Kong. Hasil penelitian ini menunjukkan bahwa algoritma Simulated Annealing dapat menghasilkan solusi yang optimal dalam menyelesaikan masalah NSP

---

Health is one of the human capital that is indispensable for the life of every human being because health supports human productivity. The importance of health in supporting life demands the existence of a health service forum, one of which is a hospital. Hospitals have an important role in the health care system so efforts are needed to maintain and improve the quality of their services. One way that can be done is through health human resources, especially nurses. The quality of health services in hospitals is largely determined by the service or nursing care because nurses are 24 hours in providing services. However, in the current condition, there is a high level of nurse turnover caused by the high workload of nurses. To overcome this, a nurse scheduling management process can be carried out to obtain optimal nurse scheduling results. Nurse Scheduling Problem or often abbreviated as NSP is one of the optimization problem modeling in nurse scheduling. The output of this research is the NSP optimization model that can produce optimal nurse scheduling. There are several methods to troubleshoot NSP problems. One of them is by using a metaheuristic method in the form of a Simulated Annealing algorithm with a local search in the form of a Swap operator. This study will use LLR instance problems originating from Hong Kong. The results of this study indicate that the Simulated Annealing algorithm can produce an optimal solution in solving the NSP problem."

"Salah satu tugas penting bank sentral adalah mendistribusikan uang tunai ke seluruh wilayah kantor kerja bank sentral di Indonesia, perbankan dan/atau lembaga keuangan. Dalam melakukan proses tersebut, bank sentral bekerja sama dengan pihak ketiga yaitu perusahaan jasa Cash-in-Transit (CIT). CIT adalah proses pengiriman dan pengangkutan uang tunai dari satu tempat ke tempat lainnya. Proses ini harus dilakukan dengan tingkat keamanan yang tinggi mengingat adanya kemungkinan risiko perjalanan yaitu kehilangan uang akibat perampokan. Oleh karena itu, perusahaan jasa CIT harus menentukan jalur distribusi yang optimal yaitu yang meminimalkan biaya transportasi dan risiko perjalanan. Fokus pada skripsi ini hanya distribusi pengantaran uang tunai dari bank sentral ke perbankan yaitu bank umum. Setiap bank umum tersebar secara geografis dan memiliki batasan waktu (time windows) yang berbeda. Permasalahan tersebut dapat dimodelkan dalam bentuk Vehicle Routing Problem with Time Windows (VRPTW) dengan fungsi objektif yang telah mengombinasikan dua faktor yaitu jarak dan risiko menjadi suatu nilai bobot yang tidak memiliki satuan. VRPTW merupakan varian dari masalah Vehicle Routing Problem (VRP) yang setiap pelanggan memiliki batasan waktu (time windows). Metode penyelesaian yang digunakan adalah Simulated Annealing (SA) dengan penentuan solusi awal menggunakan metode Nearest Neighbor (NN). Hasil perhitungan berupa nilai objektif yang minimum dan dari nilai tersebut didapatkan informasi mengenai total biaya dan risiko perjalanan. Program diimplementasikan pada contoh kasus dengan data 1 depot dan 29 kantor bank umum. Kesimpulan dari hasil yang diperoleh yaitu bahwa metode SA dapat mengoptimalkan nilai objektif, yang dihasilkan dari metode NN, dengan penurunan sebesar 39,85%. Pada hasil tersebut, total biaya perjalanan meningkat sebesar 13,72% dan risiko turun sebesar 19,66% dari solusi awal yang menggunakan metode NN.

---

One of the important tasks of the central bank is to distribute cash throughout the regional offices of central bank in Indonesia, banking institutions, and/or financial institutions. In executing this process, the central bank collaborates with a third party, namely Cash-in-Transit (CIT) companies. CIT involves the delivery and transportation of cash from one location to another. This process must be conducted with a high level of security, considering the potential travel risks such as the loss of money due to robbery. Therefore, CIT companies must determine an optimal distribution route that minimizes transportation costs and travel risks. The focus of this thesis is specifically on the distribution of cash delivery from the central bank to commercial banks, namely public banks. Each public bank is geographically dispersed and has different time windows. This issue can be modeled in the form of the Vehicle Routing Problem with Time Windows (VRPTW), with an objective function that combines two factors: distance and risk, into a dimensionless weight. VRPTW is a variant of the Vehicle Routing Problem (VRP) where each customer has time windows. The chosen solution method is Simulated Annealing (SA), with the determination of the initial solution using the Nearest Neighbor (NN) method. The calculated results include the minimum objective value, providing information on the total cost and travel risk. The program is implemented in a case study with one depot and 29 public bank offices. The conclusion drawn from the obtained results is that the SA method can optimize the objective value generated by the NN method, with a decrease of 39.85%. In these results, the total travel cost increases by 13.72%, while the risk decreases by 19.66%."

"Generalized Assignment Problem (GAP) adalah masalah penugasan sejumlah berhingga tugas pada sejumlah berhingga agen, dimana sebuah tugas harus dikerjakan tepat oleh satu agen, tetapi satu agen dapat mengerjakan lebih dari satu tugas. Setiap agen mempunyai kapasitas, dan setiap tugas mempunyai bobot, yang mungkin berbeda untuk setiap agen. Pada skripsi ini akan dilihat kinerja algoritma Simulated Annealing (SA) dalam menyelesaikan GAP, yang diukur berdasarkan kedekatan solusi yang diperoleh dengan best known solution (BKS) dari masalah penguji yang diambil dari OR-Library. Metode SA merupakan pengembangan dari metode local search (LS). Pencarian dengan algoritma SA berusaha keluar dari optimum lokal dari LS dengan memperbolehkan pencarian ke solusi yang tidak lebih baik dengan probabilitas tertentu yang dipengaruhi oleh temperatur. Dari simulasi yang telah dilakukan, dapat dikatakan bahwa algoritma SA cukup baik dalam menyelesaikan GAP dimana kesalahan relatif kurang dari 0,05. "

"ABSTRAKPenelitian ini mengembangkan Computer Aided Diagnosis (CAD) untuk mamografi dengan menggunakan metode segmentasi Markov Random Field (MRF) dan local threshold. Metode local threshold mencari abnormalitas dengan membandingkan segmen citra abnormal dengan normal. Sementara itu, metode MRF mencari abnormalitas berdasarkan nilai piksel dan bentuk cluster. Metode MRF dikerjakan dengan dan tanpa median filter, contrast enhancement histeq dan CLAHE. Metode segmentasi local threshold memiliki sensitivitas 77,8%, akurasi 68,4%, spesifitas 60,4%, presisi 62,5%, dan overall error 31,6%. Rendahnya keberhasilan disebabkan bentuk payudara pada data sampel tidak seragam, sehingga tiap segmen dari tiap citra belum tentu menunjukkan posisi yang sama. Segmentasi citra MRF yang dilakukan tanpa filter dan contrast enhancement, memiliki keberhasilan terendah. Hal ini membuktikan bahwa citra mamografi memiliki kontras yang rendah dan noise yang tinggi. Metode MRF dilengkapi dengan median filter memiliki akurasi tertinggi (87,0%) dan overall error terendah (12,8%), yang berarti metode ini adalah metode yang paling baik dalam melakukan deteksi sesuai dengan diagnosis dokter. Metode histeq+MRF memiliki sensitivitas yang tinggi (95,9%) dan spesifitas yang rendah (76,2%) yang menunjukkan bahwa metode ini berhasil mendeteksi citra abnormal sebagai abnormal, namun banyak mendeteksi citra normal sebagai abnormal. Metode CLAHE+MRF memiliki nilai spesifitas tertinggi (92,2%) dan sensitivitas terendah (73,1%) yang berarti metode berhasil mendeteksi citra normal sebagai normal, namun banyak mendeteksi citra abnormal sebagai normal. Dalam menentukan sifat benign dan maglina dari cluster abnormal, metode histeq+MRF merupakan metode yang paling berhasil dalam memvisualisasi citra dengan diagnosis maglina.

---

ABSTRACTThis research developed Computer Aided Diagnosis (CAD) for mammography using Markov Random Field (MRF) and local thereshold method. The Local thereshold methods finds abnormalities by comparing segments from abnormal image. While, MRF methods find abnormalities based on the pixel value and cluster's shape. In this research, the MRF method carried out with median fiter, histeq, and CHALCE contrast enhancement. MRF without any filter and contrast enhancement also done. The sensitivity, accuracy, specfity, presision and overall error of local thereshold method sequentially are 77.8%, 68.4%, 60.4%, 62.5%, and 31.6%. The low result caused by the diversity of the breast's from in the sample, so that each segment on each image doesn't refer to the same anatomical position. MRF segmentationwithout any filter and contrast enhancement gave the worst result. This result proved that mammography images have poor contrast and lot of noise. MRF method with median filter has the highestaccuracy (87.0%) and the lowest overall error (12.8%). This score shows that median filter + MRF method is the best method that can matches doctor's diagnosis. Histeq+MRF method has the highest sensitivity (95.9%) and the lowest specifity (76.52%). This result indicates that histeq+MRF method succesfully detect abnormal image as abnormal, but detect many the normal images as abnormal. CLAHE+MRF method has the highest specifity (92.2%) and the lowest sensitivity (73.1%). It shows that this method has a good performance in detecting normal image as normal but detect many abnormal images as normal. Histeq+MRF method shows the best performance in visualizing maglina clusters."